ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Bayesiansk invers sannolikhetsviktning

Bayesiansk invers sannolikhetsviktning (Bayesian IPW) utvidgar den klassiska IPW-estimatorn genom att placera priorfördelningar över parametrarna i propensity-score-modellen och propagera den osäkerheten in i estimatet av kausala effekter. Resultatet är en posteriorfördelning för den genomsnittliga behandlingseffekten som fullständigt tar hänsyn till både osäkerheten i propensity-score-estimeringen och osäkerheten i utfallsmodellen, vilket möjliggör inferens med trovärdighetsintervall snarare än att förlita sig på asymptotiska approximationer.

Öppna i MethodMindSnartVideoSnartLadda ner bildspel

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

Källor

  1. Saarela, O., Stephens, D. A., Moodie, E. E. M., & Klein, M. B. (2015). On risk prediction and characterisation of treatment effects in a Bayesian framework using the propensity score. Statistics in Medicine, 34(14), 2170-2185. link
  2. Liao, S. X., & Zigler, C. M. (2020). Uncertainty in the design stage of two-stage Bayesian propensity score analysis. Statistics in Medicine, 39(17), 2265-2290. DOI: 10.1002/sim.8486

Så citerar du den här sidan

ScholarGate. (2026, June 3). Bayesian Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/sv/causal-inference/bayesian-inverse-probability-weighting

Vilken metod?

Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.

Jämför sida vid sida
ScholarGateBayesian Inverse Probability Weighting (Bayesian Inverse Probability Weighting Estimator). Hämtad 2026-06-15 från https://scholargate.app/sv/causal-inference/bayesian-inverse-probability-weighting · Datamängd: https://doi.org/10.5281/zenodo.20539026